基于Geo-WebServices的农田环境动态监测与评价分析系统

为实现农田环境质量数据的在线共享、查询统计与评价分析服务,该文结合地统计学及农田环境质量监测相关专业知识建立采样点布设优选评价模型,并基于GIS、GNSS、角色访问控制等技术,设计开发了农田环境动态监测与评价分析系统。应用证明,系统采用Geo-WebServices技术能够实现分布式存储的极高分辨率遥感影像和大比例尺基础地理数据等数据服务的实时在线集成与共享,提高了数据分析精度,也解决了高精度基础空间数据的共享安全性及数据版权的问题;能依据角色分配用户权限,使得系统安全可靠;能灵活定制与管理农田环境监测评价与预警分析等模型,并实现从采样布设优选评价、采样点数据预处理、环境质量评价与预警分析及结果多方式直观的可视化等全流程的动态监测分析功能,系统能有效应用于农田环境质量监测与管理。     

基于激光拉曼光谱的脐橙内部品质无损检测

论文初步探讨了运用激光拉曼光谱技术来检测脐橙内部品质的方法。应用激光拉曼光谱仪获取脐橙拉曼谱线,通过对拉曼谱线处理与分析得到了预测脐橙果肉糖度和硬度的谱线特征值,以四个谱线特征值为输入参数、脐橙糖度和硬度为输出建立了三层BP神经网络模型。结果表明,模型的糖度预测值与实测值之间的误差总体方差为0.0656,模型的硬度预测值与实测值之间的误差总体方差为0.0062。研究表明,采用激光拉曼光谱技术检测脐橙内部品质是可行的。     

BP神经网络在水稻病虫害诊断中的应用研究

介绍了BP神经网络算法及编码的内涵,探讨了基于BP神经网络的水稻病虫害专家系统的构建。研究表明,BP神经网络在水稻病虫害诊断中具有较强的应用价值。     

基于图像分割与卷积神经网络的水稻病害识别

为了提高水稻病害计算机视觉识别的准确性,研究提出针对水稻白叶枯病、赤枯病、胡麻斑病和纹枯病4种病害进行分类识别的模型。利用计算机视觉和机器学习软件库opencv对病斑图像进行随机旋转、随机翻转、随机亮度变换及随机对比度等处理方式扩充样本,应用区域生长、基于水平集的CV模型、显著性检测3种算法对图像进行分割。通过Tensorflow深度学习平台,构建网络层分别为6层（输入层32×32×3,卷积核大小为5×5）和8层（输入层227×227×3,卷积核大小为11×11、5×5、3×3）的卷积神经网络,将图像分割后得到的3组数据,均以8∶2的比例分别作为卷积神经网络的训练数据和测试数据,训练后得到6个模型,并结合召回率、F1评价指标对模型进行评估。结果表明,6个模型中训练识别准确率最低为97.66%,测试识别准确率最低为95.31%,其中以显著性检测分割算法和8层网络层的卷积神经网络结合得到的模型效果最佳,其训练识别准确率为99.99%,测试识别准确率为99.88%,相较于端到端的卷积神经网络水稻病害识别结果也有所提升。     

加强网络教学促进高等教育现代化

本文从网络教学的重要性及网络教学的模式分别进行了分析，随后剖析了当前网络教学存在的局限性及要注意的的问题。     

Keeloq滚动码加密安全系统的开发设计

Keeloq技术是一种保密性极高的编码技术,简要介绍了Keeloq技术的概念、编码、解码的工作原理及安全系统设计实现.     

数字农业时代江西新型农业信息教育体系的研究

本文介绍了数字农业的概念、特点和发展必要性，然后分析了在数字农业工程的建设中，我省高等农业教育的地位和作用，并提出了我省高等农业教育应该明确农业人才培养目标，改革教育内容和教学方法，发挥高等农业院校的科技优势，为数字农业的发展提供科技保障。     

Java 的多线程机制及其应用

线程是现代操作系统的一个重要机制,重点介绍线程的基本思想和Java的实现方法,并且用Java的线程机制实现了生产者-消费者之间的通信.     

信息系统中数据导入和数据的合法性检查的实现

介绍了以POWERBUILDER 6.5作为系统的开发前端,实现一次性的或有选择性的进行大量DBF形式的数据导入到ORACLE系统,并对导入的数据进行合法性检查.     

模拟公司场景教学 培养“三位一体”人才

根据软件工程专业的特点进行教学改革,实施＂模拟公司场景＂教学方法,旨在培养具有＂知识-能力-素质＂的三位一体人才,从而推动质量工程的开展。